体系课

数据分析初阶课

  • 数据工具
  • 机器学习

熟练掌握三大数据分析工具的核心技能

¥599
本课程包括
  • 15小时35分钟的视频随时观看
  • 可在APP随时观看
  • 结业证书
你将收获
  • 认识数据分析师的能力模型:数据分析师必备硬技能、数据分析师必备软技能、数据变量的类型
  • 围绕核心算法模型体系化学习:包括统计学、机器学习、等数据分析工作核心算法模型、机器学习在数据分析中应
  • 熟练掌握Excel、SQL、R语言三大数据分析工具的核心技能
适合人群
  • 希望了解如何利用数据工具,高效获取、呈现数据的0-5年运营、营销、产品人员
  • 需要补充基础数据分析能力的产品/运营/会计等职能
  • 需要夯实基本功,对业务不熟悉希望通过学习获得系统的知识体系,提升业务分析能力的0-2年数据分析人员
课程介绍

在互联网行业中,提升核心竞争力,数据分析能力是必备技能我们经过大量调研总结出两条规律:1. 薪资水平越高,岗位对数据分析能力的要求越高;2. 市场规模越大,对数据分析能力的要求越高;为此,我们特别开发了本门课程,覆盖数据分析的必备硬技能和软技能,进行体系化学习,熟练掌握常用数据分析工具。

讲师介绍
数据分析专家
擅长领域:
  • 数据工具
  • 机器学习
  • 数据挖掘与分析
美国国家强磁场实验室理论物理博士 曾就职于文思海辉(美国)、微软(美国)、滴滴(中国),历任数据科学家、高级数据与应用科学家、策略运营专家。 在滴滴快捷出行事业群平台车主团队,负责各类数据运营项目的对接与具体执行,构建全面的司机标签体系,制定司机衰退干预策略,策略效果 ROI约3.5,提升大盘GMV 约1%。 作为微软负责中小企业预售留存约 500 人团队的主要数据科学家,从事各种数据科学分析任务和相关项目管理工作,参与建立并优化相关业务的数据仓库和数据看板。
课程大纲全部收起
「课程说明」
  • 讲师介绍
  • 学习系统使用说明
  • 版权声明
「课前小课」
  • 有话说
「零」课程导论
  • 课程介绍
「一」带你走进数据分析师的世界
  • 「本周导读」
  • 1.1 数据分析的定义
  • 1.2 数据分析的价值
  • 2.1 数据团队与数据分析师
  • 2.2「案例」数据分析驱动的业务全流程
  • 3.1 数据分析师必备硬技能
  • 3.2 数据分析师必备软技能
  • 4.1 数据分析师的能力模型
  • 4.2 数据分析师的职位晋升
  • 5.1 数据的类型
  • 5.2 变量的类型
  • 6.1「案例」数据分析工作流程
  • 「本周总结」
  • 「本门课程的学习姿势」
  • 「作业一」描述性统计分析
  • 「作业」数据清理
「二」Excel与可视化初步
  • 「本周导读」
  • 1. 强大的数据分析工具Excel
  • 「案例介绍」
  • 「学前自测」
  • 2.1 Excel函数的基本知识
  • 2.2 数据处理类Excel函数
  • 2.3 数据分析类Excel函数
  • 3.1 数据透视表
  • 4.1 数据可视化
  • 4.2 Excel作图
  • 5. Power BI 作图基础
  • 「本周总结」
  • Power BI仪表盘仪表盘
  • 「作业二」Power BI仪表盘
「三」MySQL安装
  • 安装文档
  • SQL基础知识
  • 导入数据库
「四」SQL在数据分析中的应用
  • 「本周导读」
  • 「案例」SQL在数据分析中的应用
  • 1.SQL核心语句
  • 1.1 数据查询与过滤
  • 「练习」数据查询与过滤
  • 1.2 数据聚合
  • 「练习」数据聚合
  • 1.3 数据表间连接
  • 「练习」数据表间连接
  • 1.4 数据的增、改、删
  • 「练习」数据的增、改、删
  • 2. SQL进阶用法
  • 「练习」SQL进阶用法
  • 3.实例分析
  • 3.1 「案例」供应商营业额分析
  • 3.2 「案例」网店销售趋势分析
  • 「练习」实例分析
  • 「本周总结」
  • 「作业三」区域销售分析
第四章 SQL在数据分析中的应用 练习题汇总
  • 数据查询与过滤练习1.1
  • 数据查询与过滤练习1.2
  • 数据查询与过滤练习1.3
  • 数据查询与过滤练习1.4
  • 数据查询与过滤练习1.5
  • 数据查询与过滤练习1.6
  • 数据查询与过滤练习1.7
  • 数据查询与过滤练习1.8
  • 数据查询与过滤练习1.9
  • 数据查询与过滤练习1.10
  • 数据查询与过滤练习1.11
  • 数据聚合练习2.1
  • 数据聚合练习2.2
  • 数据聚合练习2.3
  • 数据聚合练习2.4
  • 数据聚合练习2.5
  • 数据表间连接练习3.1
  • 数据表间连接练习3.2
  • 数据表间连接练习3.3
  • 数据表间连接练习3.4
  • 数据表间连接练习3.5
  • 数据的增、改、删 练习4.1
  • 数据的增、改、删 练习4.2
  • 数据的增、改、删 练习4.3
  • 数据的增、改、删 练习4.4
  • SQL进阶用法练习5.1
  • SQL进阶用法练习5.2
  • SQL进阶用法练习5.3
  • SQL进阶用法练习5.4
  • SQL进阶用法练习5.5
  • 实例分析6.1
  • 实例分析6.2
「五」统计基础
  • 「本周导读」
  • 1.1 统计知识的力量
  • 1.2 课程内容总览
  • 2.1 案例介绍
  • 3.1 什么是概率
  • 3.2 概率分布
  • 3.3 概率分布举例
  • 4.1 方差与标准方差
  • 4.2 四分位数与百分位数
  • 4.3 提升度和杠杆量
  • 5.1 中心极限定理和正态分布
  • 6.1 假设检验的思路
  • 6.2 假设检验的步骤
  • 7.1 A/B测试的思路
  • 7.2 A/B测试的步骤
  • 7.3 A/B测试的工作流程
  • 「作业四」假设检验
  • 「本周总结」
  • 「延伸阅读」
「六」R语言
  • 「本周导读」
  • 1. R语言的简介
  • 「R的安装」
  • 2. 基本数据类型
  • 「R的运算符」
  • 3. 基本数据结构
  • 4. 读写数据
  • 5. R的数据处理
  • 「查看数据」
  • 「函数的搜索和使用查询」
  • 6. R的数据分析
  • 「练习」A /B 测试
  • 7. 控制流
  • 「自定义函数与R软件包」
  • 8.1 R的可视化(ggplot2)
  • 8.2 「案例」R的数据可视化
  • 「本周总结」
  • 「作业五」R语言
「七」机器学习初步
  • 「本周导读」
  • 1. 机器学习简介
  • 2 机器学习在数据分析中应用
  • 3.1 决策树的理论基础
  • 3.2 决策树的算法实现
  • 4.1 线性回归的基本概念
  • 4.2 实操步骤及重要概念R^2
  • 4.3 线性回归在数据分析中的实操
  • 5. K-means聚类
  • 6. 机器学习的挑战
  • 「本周总结」
  • 「作业六」机器学习
「八」数据分析综合实践
  • 「本周导读」
  • 1. R-markdown
  • 2. dplyr
  • 3. 数据探索工作指导
  • 4. 综合项目
  • 5. 项目分析报告PPT呈现示例
  • 「作业七」数据探索作业
「九」毕业设计
  • 毕业设计准备
  • 毕业设计需求
  • 「毕业设计」
购课须知

课程有效期:

自购买课程之日起 365 天,请同学在有效期内学习、观看课程。

上课模式:

课程采取录播模式,请注意自学课无班级微信群、班主任带班及助教批改服务。

注:自学课不支持退款,确保你是真的需要再进行报名,报完名之后还请认真学习。